Utilice los entornos de aprendizaje automático que ofrece Amazon SageMaker - Amazon SageMaker

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Utilice los entornos de aprendizaje automático que ofrece Amazon SageMaker

importante

Amazon SageMaker Studio y Amazon SageMaker Studio Classic son dos de los entornos de aprendizaje automático con los que puede interactuar SageMaker.

Si tu dominio se creó después del 30 de noviembre de 2023, Studio es tu experiencia predeterminada.

Si tu dominio se creó antes del 30 de noviembre de 2023, Amazon SageMaker Studio Classic es tu experiencia predeterminada. Para usar Studio si Amazon SageMaker Studio Classic es tu experiencia predeterminada, consultaMigración desde Amazon SageMaker Studio Classic.

Al migrar de Amazon SageMaker Studio Classic a Amazon SageMaker Studio, no se pierde la disponibilidad de las funciones. Studio Classic también existe como IDE en Amazon SageMaker Studio para ayudarlo a ejecutar sus flujos de trabajo de aprendizaje automático heredados.

SageMaker es compatible con los siguientes entornos de aprendizaje automático:

  • Amazon SageMaker Studio (recomendado): la última experiencia basada en la web para ejecutar flujos de trabajo de aprendizaje automático con un conjunto de IDE. Studio es compatible con las siguientes aplicaciones:

    • Amazon SageMaker Studio Clásico

    • Editor de código, basado en Code-OSS, Visual Studio Code: código abierto

    • JupyterLab

    • Amazon SageMaker Canvas

    • RStudio

  • Amazon SageMaker Studio Classic: le permite crear, entrenar, depurar, implementar y supervisar sus modelos de aprendizaje automático.

  • Amazon SageMaker Notebook Instances: le permite preparar y procesar datos, y entrenar e implementar modelos de aprendizaje automático desde una instancia de computación que ejecuta la aplicación Jupyter Notebook.

  • Amazon SageMaker Studio Lab: Studio Lab es un servicio gratuito que le da acceso a recursos AWS informáticos en un entorno basado en código abierto JupyterLab, sin necesidad de una AWS cuenta.

  • Amazon SageMaker Canvas: le permite utilizar el aprendizaje automático para generar predicciones sin necesidad de programar.

  • Amazon SageMaker geospatial: le ofrece la posibilidad de crear, entrenar e implementar modelos geoespaciales.

  • RStudio en Amazon SageMaker: RStudio es un IDE para R, con una consola, un editor de resaltado de sintaxis que admite la ejecución directa de código y herramientas para el trazado, el historial, la depuración y la gestión del espacio de trabajo.

  • SageMaker HyperPod: SageMaker HyperPod le permite aprovisionar clústeres resilientes para ejecutar cargas de trabajo de aprendizaje automático (ML) y desarrollar state-of-the-art modelos como modelos de lenguaje de gran tamaño (LLM), modelos de difusión y modelos básicos (FM).

Para utilizar estos entornos de aprendizaje automático, usted o el administrador de su organización deben crear un SageMaker dominio de Amazon. Las excepciones son Studio Lab, SageMaker Notebook Instances y. SageMaker HyperPod

En lugar de aprovisionar manualmente los recursos y gestionar los permisos para ti y tus usuarios, puedes crear un DataZone dominio de Amazon. El proceso de creación de un dominio de Amazon crea un DataZone dominio de Amazon SageMaker correspondiente con AWS Glue las bases de datos de Amazon Redshift para sus flujos de trabajo de ETL. La configuración de un dominio a través de Amazon DataZone reduce el tiempo que se tarda en configurar los SageMaker entornos para los usuarios. Para obtener más información sobre cómo configurar un SageMaker dominio de Amazon en Amazon DataZone, consultaConfiguración de SageMaker activos (guía del administrador).

Los usuarios del DataZone dominio de Amazon tienen permisos para todas SageMaker las acciones de Amazon, pero sus permisos se limitan a los recursos del DataZone dominio de Amazon.

La creación de un DataZone dominio de Amazon agiliza la creación de un dominio que permite a los usuarios compartir datos y modelos entre sí. Para obtener información sobre cómo pueden compartir datos y modelos, consulteCrea y comparte activos con Amazon SageMaker Assets.